完整代码，可直接运行

视频讲解了什么是粒子群算法 使用matlab 进行了粒子群算法的实现 详细的代码注释

通过粒子群算法解决经济调度问题，求解最低燃料成本和网损。

基于Nelder-Mead单纯形法的改进量子行为粒子群算法.pdf

为了有效解决动态多目标优化问题,文中提出了一种新的基于预测策略的动态多目标免疫优化算法.该算法首先采用相似性检测算子较好地检测到环境的变化.同时利用前几个时刻的最优非支配抗体解集建立新的预测模型来预测产生新时刻的初始抗体种群,进一步提高了算法对环境变化的反应能力.此外,通过引入基于两种不同的父代个体选择策略而改进的差分交叉算子来加快算法的收敛速度.文中采用几个典型的标准测试问题验证算法的有效性,实验结果表明,提出的相似性检测算子的预测模型可以提高算法的跟踪能力,而改进的差分交叉算子能够提高算法的收敛性能.

优化粒子群算法程序C语言实现，写在文档中。修改适应度函数后可运行。

该文件夹包含 Quantum PSO 主代码 (QPSO) 和 11 个基准函数。 例子： 乐趣 = @griewankfcn; D = 30； nPop = 50; 磅 = -600; ub = 600; 最大值 = 1000; 最大值 = 10000*D; [xmin,fmin,histout] = QPSO(fun,D,nPop,lb,ub,maxit,maxeval); 或直接： [xmin,fmin,histout] = QPSO(@griewankfcn,30,50,-600,600,1000,10000*30);

【SVM预测】基于粒子群优化支持向量机实现预测matlab源码.md

使用matlab语言编程的粒子群算法对含分布式电源的配电网进行多目标优化

主要介绍了Python编程实现粒子群算法(PSO)详解，涉及粒子群算法的原理，过程，以及实现代码示例，具有一定参考价值，需要的朋友可以了解下。